zapp2photo - stock.adobe.com
¿Cómo afectará la IA la operación de la cadena de suministro?
Las aplicaciones de IA en el mundo real son prácticas y limitadas, así que se debe identificar áreas en logística donde esta tecnología puede mejorar las operaciones y sus objetivos.
Si bien la promesa final de la IA es seductora –manadas de vehículos de reparto autónomos, cargados por robots, que deambulan por todas partes bajo un paraguas de drones que llevan paquetes–, las aplicaciones de la tecnología en el mundo real son más prácticas y limitadas, especialmente en el corto plazo, señala la empresa de soluciones logísticas inteligentes DispatchTrack.
Lo que sí ocurre, al igual que con otras tecnologías, es que las empresas que no incorporan la IA ya se están perdiendo beneficios considerables, y se encontrarán en desventaja competitiva más temprano que tarde. Para DispatchTrack, las organizaciones de entrega de última milla que retrasan su digitalización están haciendo que su eventual curva de aprendizaje e implementación sea cada vez más pronunciada.
Carlos Díaz, gerente general de DispatchTrack Latinoamérica, explica que la IA ya ha transformado la última milla de maneras importantes, y el próximo año no será simplemente más de lo mismo, a medida que se expandan la adopción y los casos de uso.
Si 2022 fue el año de la IA en el futuro, y 2023 fue el año de la exageración de la IA, los próximos 12 meses parecen ser el momento en que la IA esté marcando diferencias mensurables en un número significativo de organizaciones de entrega, indicaron desde la empresa. “Si una organización de entrega aún no está digitalizada y lista para implementar nuevas tecnologías, está detrás del juego y es probable que la brecha entre ellos y sus principales competidores se amplíe”, resaltan.
Entre las principales aplicaciones que la IA tiene actualmente en la última milla, están las siguientes:
1. Optimización de ruta. Si bien el software de optimización de rutas no es nuevo, la IA está ampliando las formas en que realiza enrutamientos más eficientes. En lugar de elegir entre rutas estáticas y dinámicas, la IA sofisticada permite a los ingenieros crear rutas altamente optimizadas que incluyen paradas estáticas dictadas por los mandatos del cliente (días de entrega fijos, ventanas o equipos), con paradas menos restringidas que se pueden programar en torno a esas entregas estáticas.
Aunque son menos dramáticos que los drones que dejan entregas en las puertas de los clientes, los resultados de la optimización de rutas con IA real son impresionantes: las paradas se asignan a los camiones y equipos óptimos y se maximiza la capacidad de la flota, lo que permite realizar más paradas con el mismo equipo y tripulaciones, y reduce los costos de mano de obra. Las millas recorridas se reducen hasta en un 10 % o más, lo que resulta en menos combustible quemado y menos emisión de carbono.
2. Experiencia del cliente. Las mejoras operativas realizadas por la IA son importantes, pero el objetivo final es una mejor experiencia para los clientes: entregar los productos correctos cómo y cuándo los desean. Los operadores están descubriendo que la IA también proporciona herramientas para mejorar la experiencia del cliente; la autoprogramación es una de las más importantes. Al comparar rápidamente la capacidad de la flota y las entregas existentes con las fechas de entrega esperadas de un cliente, las herramientas habilitadas con IA pueden ayudar a sugerir ventanas de entrega que optimicen la capacidad y las rutas. Cuando los clientes eligen su ventana de entrega, es más probable que estén en casa, lo que reduce drásticamente los fallos en el primer intento y les da control sobre la experiencia.
Además de aumentar la satisfacción del cliente, proporcionar ventanas optimizadas aumenta la eficiencia de los operadores. La capacidad de la IA para proporcionar tiempos de llegada (ETA) precisos (hasta 98 % de precisión, una vez que el aprendizaje automático tiene algo de historial con el que trabajar) es de gran ayuda para los clientes, que obtienen plazos más reducidos y entregas a tiempo.
3. Análisis. Tener grandes volúmenes de datos (cargas, paradas, rutas, tráfico, clima, tiempos de servicio de la tripulación, costos) no sirve de nada si no se pueden analizar. La inteligencia artificial (IA) y el aprendizaje automatizado (ML) se utilizan cada vez más para reconocer patrones que señalan puntos de fricción en la entrega de última milla. Cuando los operadores comprenden dónde se están desacelerando o fallando sus procesos, pueden realizar mejoras para aumentar la eficiencia y la satisfacción del cliente.
La capacidad de la IA para clasificar y cotejar rápidamente grandes cantidades de datos en informes procesables está acortando los ciclos de mejora, y permitiendo cambios de procesos más rápidos. El uso de IA para automatizar el proceso de revisión –enviar solicitudes de revisión, informar resultados y resaltar revisiones notables, positivas o negativas, a los gerentes humanos para que tomen medidas– tiene el poder de impulsar nuevas mejoras rápidas.
Efectos ascendentes de la IA en la cadena de suministro
Lo que sucede antes de que un camión salga del almacén tiene un enorme impacto en el último kilómetro, y la IA seguirá infiltrándose en los procesos ascendentes durante el próximo año. Carlos Díaz señala que la IA ya ha dejado su huella en la entrega de última milla y su influencia crecerá, y lo hará rápidamente, durante el próximo año.
El gerente general de DispatchTrack Latinoamérica ofrece algunas recomendaciones que las empresas deben hacer para asegurarse de no quedarse en la línea de salida:
- Identificar áreas donde la IA en logística y sus tecnologías asociadas pueden mejorar las operaciones, y evaluar qué tecnologías se adaptan mejor a sus necesidades y objetivos.
- Explorar cómo la IA en la cadena de suministro se integrará con los procesos y la infraestructura existentes.
- Elegir socios tecnológicos con cuidado. La mejor tecnología no mejorará nada si es difícil de implementar, o si el proveedor no responde a las solicitudes de ayuda para la integración, actualizaciones de funciones o soporte.
Lo que aún no está pasando
Al igual que los autos voladores y las mochilas propulsoras, algunos de los beneficios prometedores de la IA en la cadena de suministro parecen estar siempre en el horizonte. Por ejemplo:
- Camiones de reparto autónomos: Si bien las pruebas están apareciendo en todas partes, el lanzamiento a gran escala de camiones de reparto autónomos no está a la vuelta de la esquina. El problema de mezclar vehículos autónomos con el tráfico cotidiano es más difícil de resolver de lo que pensaba mucha gente de la comunidad tecnológica. Algunos accidentes de alto perfil que involucran vehículos autónomos han creado dudas entre las autoridades encargadas de otorgar licencias, y los fabricantes de vehículos han frenado o finalizado voluntariamente las pruebas en vivo. Los robots de reparto más pequeños, confinados en las calles, pueden llegar mucho antes que los camiones de reparto autónomos.
- Entregas con drones: Según un informe de McKinsey, se estima que hubo medio millón de entregas con drones en todo el mundo en la primera mitad de 2023. Las publicitadas pruebas de Amazon, UPS, Walmart y otros han demostrado ser muy prometedoras para reducir los tiempos y costos de entrega, pero sólo 15 % de esas entregas con drones se realizaron en América del Norte, porque Estados Unidos carece de un marco regulatorio nacional que facilite el despliegue a gran escala de entregas con drones. Esta no es sólo una cuestión de gobierno; los estudios han demostrado que los consumidores estadounidenses dudan en aceptar las entregas con drones. Las preocupaciones sobre la seguridad y la vigilancia encubierta siguen siendo fuertes en EE.UU., mientras que los consumidores en países europeos con esquemas regulatorios aprobados se han mostrado más tolerantes.
